深度学习笔记04-Pytorch实现猴痘病识别

本文用pytorch实现了猴痘病的识别任务。

---

前言

本文为🔗365天深度学习训练营 中的学习记录博客

原作者：K同学啊

---

一、导入相关库

import torch
import torch.nn as nn
import torchvision.transforms as transforms
import torchvision
from torchvision import transforms, datasets
import os, PIL, pathlib,random

device = torch.device("cuda" if torch.cuda.is_available() else "cpu")

二、导入数据

data_dir = './4-data/'
data_dir = pathlib.Path(data_dir)

data_paths = list(data_dir.glob('*'))
classNames = [str(path).split("/")[-1] for path in data_paths]
classNames

运行结果如下图所示：

本文数据集的猴痘病共有两类，一类为Monkeypox，其它都归为一类，为Others。

自定义transforms方法。

total_datadir = './4-data'

train_transforms = transforms.Compose([
    transforms.Resize([224, 224]), #将输入图片resize成统一尺寸
    # transforms.RandomHorizontalFlip(), #随机水平翻转
    transforms.ToTensor(), #将PIL Image或numpy.ndarray转换为tensor，并归一化到[0,1]之间
    transforms.Normalize(mean=[0.485, 0.456, 0.406], std=[0.229, 0.224, 0.225]) # 使模型更容易收敛 从数据集中随机抽样计算得到的。
])
total_data = datasets.ImageFolder(total_datadir, transform=train_transforms)
total_data

具体的transforms的作用见深度学习笔记03，本文不再赘述。

关于class_to_idx的说明：

total_data.class_to_idx是一个存储了数据集类别和对应索引的字典。在ImageFolder数据加载器中，根据数据集文件夹的组织结构，每个文件夹代表一个类别，class_to_idx字典将每个类别名称映射为一个数字索引。数据集文件夹包含两个子文件夹，Monkeypox和Others，class_to_idx字典将返回以下的映射关系：{‘Monkeypox’: 0, ‘Others’: 1}。

三、划分数据集

train_size = int(0.8 * len(total_data))
test_size = len(total_data) - train_size
train_dataset, test_dataset = torch.utils.data.random_split(total_data, [train_size, test_size])

数据集一共有2142张照片。将训练集和测试集按照8：2的比例划分。

batch_size = 32
train_dl = torch.utils.data.DataLoader(train_dataset, batch_size=batch_size, shuffle=True)
test_dl = torch.utils.data.DataLoader(test_dataset, batch_size=batch_size, shuffle=False)

用DataLoader函数加载数据集。

可以查看输入图像和输出的shape

for x,y in test_dl:
    print('Shape of X[N, C, H, W]:',x.shape)
    print('Shape of y:',y.shape, y.dtype)
    break

三、建立网络模型

import torch.nn.functional as F

class Network_bn(nn.Module):
    def __init__(self):
        super(Network_bn, self).__init__()

        self.conv1 = nn.Conv2d(in_channels=3, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn1 = nn.BatchNorm2d(12)
        self.conv2 = nn.Conv2d(in_channels=12, out_channels=12, kernel_size=5, stride=1, padding=0)
        self.bn2 = nn.BatchNorm2d(12)
        self.pool = nn.MaxPool2d(2,2)
        self.conv4 = nn.Conv2d(in_channels=12, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn4 = nn.BatchNorm2d(24)
        self.conv5 = nn.Conv2d(in_channels=24, out_channels=24, kernel_size=5, stride=1, padding=0)
        self.bn5 = nn.BatchNorm2d(24)
        self.fc1 = nn.Linear(24*50*50, len(classNames))

    def forward(self, x):
        x = F.relu(self.bn1(self.conv1(x)))      
        x = F.relu(self.bn2(self.conv2(x)))     
        x = self.pool(x)                        
        x = F.relu(self.bn4(self.conv4(x)))     
        x = F.relu(self.bn5(self.conv5(x)))  
        x = self.pool(x)                        
        x = x.view(-1, 24*50*50)
        x = self.fc1(x)

        return x

device = "cuda" if torch.cuda.is_available() else "cpu"
print("Using {} device".format(device))

model = Network_bn().to(device)
model

网络结构如下图所示：

注：本模型仅供参考

四、训练模型

1.设置超参数

loss_fn = nn.CrossEntropyLoss()
learning_rate = 1e-4
opt = torch.optim.SGD(model.parameters(), lr=learning_rate)

2. 编写训练函数

def train(train_loader, model, loss_fn, optimizer):
    size = len(train_loader.dataset)
    num_batches = len(train_loader)

    train_loss, train_acc = 0, 0
    for x, y in train_loader:
        x,y = x.to(device), y.to(device)
        pred = model(x)
        loss = loss_fn(pred, y)
        optimizer.zero_grad()
        loss.backward()
        optimizer.step()

        train_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
        train_loss += loss.item()

    train_acc /= size
    train_loss /= num_batches
    return train_loss, train_acc

3. 编写测试函数

def test(test_loader, model, loss_fn):
    size = len(test_loader.dataset)
    num_batches = len(test_loader)
    test_loss, test_acc = 0, 0

    with torch.no_grad():
        for x, y in test_loader:
            x, y = x.to(device), y.to(device)
            pred = model(x)
            loss = loss_fn(pred, y)
            test_loss += loss.item()
            test_acc += (pred.argmax(1) == y).type(torch.float).sum().item()
        
    test_acc /= size
    test_loss /= num_batches
    
    return test_acc, test_loss

4. 开始训练

epochs = 20
train_loss = []
train_acc = []
test_loss = []
test_acc = []

for epoch in range(epochs):
    model.train()
    epoch_train_acc, epoch_train_loss = train(train_dl, model, loss_fn, opt)

    model.eval()
    epoch_test_acc, epoch_test_loss = test(test_dl, model, loss_fn)

    train_acc.append(epoch_train_acc)
    train_loss.append(epoch_train_loss)
    test_acc.append(epoch_test_acc)
    test_loss.append(epoch_test_loss)

    template = ('Epoch:{:2d}, Train_acc:{:.1f}%, Train_loss:{:.3f}, Test_acc:{:.1f}%，Test_loss:{:.3f}')
    print(template.format(epoch+1, epoch_train_acc*100, epoch_train_loss, epoch_test_acc*100, epoch_test_loss))
print('Done')

训练结果如下图所示：

注：本文尝试了不同的学习率，不同的优化器，甚至还运用了VGG16模型，但是发现了一个邪门的问题：测试集的准确率特别低，而且还一直降低，训练loss一直在增加，但是测试集的准确率却在不断地上升，甚至最高达到了96%，但是其训练集准确率却非常的低。尝试了多种方法后，这个问题仍然存在，猜测有可能是数据集的问题。

import matplotlib.pyplot as plt
#隐藏警告
import warnings
warnings.filterwarnings("ignore")               #忽略警告信息
plt.rcParams['font.sans-serif']    = ['SimHei'] # 用来正常显示中文标签
plt.rcParams['axes.unicode_minus'] = False      # 用来正常显示负号
plt.rcParams['figure.dpi']         = 100        #分辨率

epochs_range = range(epochs)

plt.figure(figsize=(12, 3))
plt.subplot(1, 2, 1)

plt.plot(epochs_range, train_acc, label='Training Accuracy')
plt.plot(epochs_range, test_acc, label='Test Accuracy')
plt.legend(loc='lower right')
plt.title('Training and Validation Accuracy')

plt.subplot(1, 2, 2)
plt.plot(epochs_range, train_loss, label='Training Loss')
plt.plot(epochs_range, test_loss, label='Test Loss')
plt.legend(loc='upper right')
plt.title('Training and Validation Loss')
plt.show()

可视化训练测试的损失和准确率可以看出来，训练准确率和训练损失非常反常。

五、预测

from PIL import Image

classes = list(total_data.class_to_idx)

def predict_one_image(image_path, model, transform, classes):
    test_img = Image.open(image_path).convert('RGB')
    plt.imshow(test_img)

    test_img = transform(test_img)
    img = test_img.to(device).unsqueeze(0)

    model.eval()
    output = model(img)
    _,pred = torch.max(output, 1)
    pred_class = classes[pred]
    print(f'预测结果是：{pred_class}')

unsqueeze(0)意为扩充img的batchsize维度，以便后续输入模型得到输出。

# 预测训练集中的某张照片
predict_one_image(image_path='./4-data/Monkeypox/M01_01_00.jpg', 
                  model=model, 
                  transform=train_transforms, 
                  classes=classes)

输出结果为：

由于猴痘病图片可能会引起不适，因此不将其imshow，只输出它的预测类别。可以发现，预测正确。

六、保存并加载模型

# 模型保存
PATH = './model.pth'  # 保存的参数文件名
torch.save(model.state_dict(), PATH)

# 将参数加载到model当中
model.load_state_dict(torch.load(PATH, map_location=device))

---

总结

本文尝试了不同的学习率，不同的优化器，调整了网络结构，甚至还运用了VGG16模型，但是发现了一个邪门的问题：测试集的准确率特别低，而且还一直降低，训练loss一直在增加，但是测试集的准确率却在不断地上升，甚至最高达到了96%，但是其训练集准确率却非常的低。尝试了多种方法后，这个问题仍然存在，猜测有可能是数据集的问题。后续会尝试设置动态学习率。